LOS ANGELES (23 kwietnia 2024 r.) — Niedawne badanie zaprojektowane i wdrożone przez badaczy z Cedars-Sinai wykazało, że sztuczna inteligencja (AI) może dokładnie ocenić ryzyko sercowo-naczyniowe podczas rutynowej tomografii komputerowej (CT) klatki piersiowej bez kontrastu. Ta metoda obrazowania, która mierzy uwapnienie naczyń wieńcowych oraz wielkość komór serca i mięśnia sercowego, może sprawić, że identyfikacja ryzyka sercowo-naczyniowego będzie tańsza i mniej inwazyjna.

Wyniki opublikowano w recenzowanym czasopiśmie Komunikacja przyrodnicza.

„Te wyniki prawdopodobnie zmienią praktykę wielu pacjentów, ponieważ technologia ta pozwala dokładnie zidentyfikować ryzyko sercowo-naczyniowe bez konieczności stosowania badań inwazyjnych lub barwnika kontrastowego, którego niektórzy pacjenci nie mogą otrzymać” – powiedział dr Piotr J. Slomka, dyrektor ds. innowacji w obrazowaniu w firmie Cedars –Sinai, profesor medycyny w Zakładzie Sztucznej Inteligencji w Medycynie i główny autor badania.

Slomka, profesor kardiologii na oddziale kardiologii w Smidt Heart Institute w Cedars-Sinai, powiedział, że każdego roku w USA wykonuje się ponad 15 milionów tomografii komputerowej, a wiele z nich jest niewykorzystanych lub niedostatecznie zbadanych. Obecnie klinicyści mogą oceniać ryzyko sercowo-naczyniowe za pomocą tomografii komputerowej, ale zwykle z kontrastem.

„Ten nowatorski algorytm sztucznej inteligencji umożliwia uzyskanie kluczowych informacji o zdrowiu serca na podstawie tańszych skanów, które zużywają mniej promieniowania, co potencjalnie czyni szczegółową ocenę serca częścią regularnych procedur diagnostycznych” – powiedział Slomka.

Badacze wykorzystali dwa modele sztucznej inteligencji do oceny danych dotyczących wielkości uwapnień w naczyniach wieńcowych i wielkości komór mięśnia sercowego z prawie 30 000 zapisów obrazowych pacjentów. Udało im się ustalić, że te pomiary są lepszym wskaźnikiem ryzyka kardiologicznego niż identyfikacja nieprawidłowości przez radiologa.

Lek. Sumeet Chugh, dyrektor Wydziału Sztucznej Inteligencji w Medycynie, który nie był zaangażowany w badanie, twierdzi, że technologia ta pozwala na wykorzystanie na dużą skalę istniejących danych z tomografii komputerowej w celu wcześniejszego wykrycia osób zagrożonych.

„Choroba wieńcowa jest główną przyczyną niepełnosprawności i śmierci na poziomie globalnym” – powiedział Chugh, zastępca dyrektora Instytutu Serca Smidt. „Odkrycia te podkreślają, w jaki sposób narzędzia AI mogą wykorzystać istniejące obrazy CT wykonane do badania chorób płuc, aby uzyskać opłacalny wpływ na zdrowie publiczne na choroby serca”.

W skład zbiorowej grupy badaczy Cedars-Sinai, która opracowała te odkrycia, wchodziły także zespoły z Instytutu Smidt Heart, Instytutu Badań nad Obrazowaniem Biomedycznym i Wydziału Nauk Biomedycznych.

Inni autorzy Cedars-Sinai to m.in Robert JH Miller, Aditya Killekar, Aakash Shanbhag, Bryan Bednarski, Anna M. Michalowska, Mark Lemley, Konrad Pieszko, Serge D. Van Kriekinge, Paul B. Kavanagh, Joanna X. Liang, Cathleen Huang, Damini Dey i Daniel S. Berman . Inni badacze to Terrence D. Ruddy, Andrew J. Einstein i David E. Newby.

Badania te były częściowo finansowane z grantu R35HL161195 przyznanego przez Narodowy Instytut Serca, Płuc i Krwi/Narodowe Instytuty Zdrowia (NHLBI/NIH) (PI: PS), a także R01EB034586 z Narodowego Instytutu Obrazowania Biomedycznego i Bioinżynierii (PI: PS.). Autorzy dziękują National Cancer Institute za dostęp do danych NCI zebranych w ramach National Lung Screening Trial (NLST), do których dostęp uzyskano w ramach projektu o numerze NLST-981. Za treść odpowiadają wyłącznie autorzy i niekoniecznie odzwierciedlają oficjalne poglądy Narodowych Instytutów Zdrowia.

Przeczytaj więcej na blogu Cedars-Sinai: Sojusznik AI na rzecz zdrowia psychicznego